Minitab的使用.ppt

1、1,Minitab的使用,白旺平、陳嘉能,廈門法拉電子股份有限公司,2,為什么使用Minitab？,Minitab介紹 Minitab界面和基本操作 數(shù)據(jù)操作與計(jì)算 常用圖形與工具 SPC控制圖 過程能力分析,3,Minitab介紹,Minitab是現(xiàn)代質(zhì)量管理統(tǒng)計(jì)的領(lǐng)先者，全球六西格瑪實(shí)施的共同語言，強(qiáng)大功能和簡(jiǎn)易的可視化操作深受廣大質(zhì)量學(xué)者和統(tǒng)計(jì)專家的青睞。 Minitab 統(tǒng)計(jì)軟件為質(zhì)量改善和概率應(yīng)用提供準(zhǔn)確和易用的工具，是一個(gè)很好的質(zhì)量管理、設(shè)計(jì)和持續(xù)質(zhì)量改進(jìn)的良好工具軟件。 Minitab被許多世界一流的公司所采用，包括通用電器、福特汽車、通用汽車、3M、霍尼韋爾、LG、東芝、諾基亞

2、、以及 Six Sigma 顧問公司。,4,Minitab與6 Sigma的關(guān)系,在上個(gè)世紀(jì)80年代Motolora開始在公司內(nèi)推行6 Sigma，并開始借助Minitab使6 Sigma得以最大限度的發(fā)揮； 6 Sigma的DMAIC階段中，很多分析和計(jì)算都可以都通過Minitab簡(jiǎn)單的完成； 即使是對(duì)統(tǒng)計(jì)的知識(shí)不怎么熟悉，也同樣可以運(yùn)用Minitab很好的完成各項(xiàng)分析。,5,Minitab的功能,計(jì)算功能 計(jì)算器功能 生成數(shù)據(jù)功能 概率分布功能 矩陣運(yùn)算,6,Minitab的功能,數(shù)據(jù)分析功能 基本統(tǒng)計(jì) 回歸分析 方差分析 實(shí)驗(yàn)設(shè)計(jì)分析 控制圖 質(zhì)量工具 可靠度分析 多變量分析,時(shí)間序列

3、列聯(lián)表 非參數(shù)估計(jì) EDA 概率與樣本容量,7,Minitab的功能,圖形分析 直方圖 散布圖 時(shí)間序列圖 條形圖 箱圖 矩陣圖 輪廓圖,三維圖 點(diǎn)圖 餅圖 邊際圖 概率圖 莖葉圖 特征圖,8,Minitab界面和基本操作介紹,9,Minitab界面,當(dāng)您啟動(dòng) Minitab 時(shí)，程序?qū)槟蜷_一個(gè)新的空項(xiàng)目。您將看到三個(gè)窗口： 數(shù)據(jù)窗口 會(huì)話窗口 工程管理窗口（啟動(dòng)時(shí)被最小化） 如果創(chuàng)建了圖形，還會(huì)有圖形窗口。,10,Minitab界面,工作表區(qū)域: 對(duì)數(shù)據(jù)進(jìn)行操作的區(qū)域,會(huì)話窗口: 顯示分析結(jié)果輸出,菜單欄，工具欄,11,菜單與工具欄,12,Project Manager,13,Minit

4、ab工作表（數(shù)據(jù)窗口）,Minitab每個(gè)項(xiàng)目可以有一個(gè)或者多個(gè)工作表。 每個(gè)工作表的結(jié)構(gòu)如右圖所示。 有三種數(shù)據(jù)類型，數(shù)字列、文本列、日期列。 Minitab的操作以列為基本單位。每一列的數(shù)據(jù)性質(zhì)一致。,14,Minitab之?dāng)?shù)據(jù)操作與計(jì)算,15,數(shù)據(jù)的來源,有多種方式可以向 Minitab 中輸入數(shù)據(jù)，您可以： 手工鍵入數(shù)據(jù)； 從其他應(yīng)用程序中粘貼數(shù)據(jù)； 從文件中打開數(shù)據(jù)。Minitab 除了自身創(chuàng)建文件之外，還支持許多外部文件格式，包括EXCEL文件、數(shù)據(jù)庫(kù)文件等。其中Minitab16支持.xlsx格式； 利用 Minitab 生成數(shù)據(jù)。 Minitab提供這樣的功能，可以根據(jù)實(shí)際需求

5、生成規(guī)則數(shù)據(jù)或服從一定規(guī)律的隨機(jī)數(shù)據(jù)。,16,數(shù)據(jù)的處理,常用功能： 工作表的子集化、拆分、合并 數(shù)據(jù)復(fù)制、堆疊、轉(zhuǎn)置、排序 數(shù)據(jù)類型的更改、提取,17,堆疊,原始數(shù)據(jù),堆疊操作,輸出結(jié)果,18,類型轉(zhuǎn)換,要轉(zhuǎn)換的列,轉(zhuǎn)換后數(shù)據(jù)存放列，可以是原來的數(shù)據(jù)列,文本列,數(shù)字列,19,轉(zhuǎn)置列,要轉(zhuǎn)置的列,選擇存儲(chǔ)方式,選擇注釋列,20,編碼（Code）,21,計(jì)算功能,常用功能： 計(jì)算器功能 行、列統(tǒng)計(jì)量 產(chǎn)生模板化數(shù)據(jù) 生成隨機(jī)數(shù)據(jù) 概率分布計(jì)算,22,計(jì)算器,執(zhí)行算術(shù)運(yùn)算、比較運(yùn)算、邏輯運(yùn)算、函數(shù)和列運(yùn)算。 例1：函數(shù)示例，對(duì)行求和，采用算術(shù)及行統(tǒng)計(jì)量函數(shù)：,23,例2：對(duì)第一列和第二列進(jìn)行組合運(yùn)

6、算：,計(jì)算器,24,隨機(jī)數(shù)據(jù),25,Minitab之常用圖形與工具,26,圖形的選擇,Minitab 提供了一套靈活的圖形以支持各種分析需要。,27,評(píng)估變量對(duì)之間的關(guān)系,28,散點(diǎn)圖,即QC手法中的散布圖。 散點(diǎn)圖評(píng)估兩個(gè)變量之間的關(guān)系的方向、強(qiáng)度和線性： 同時(shí)趨向于上升的數(shù)據(jù)值指示正相關(guān)性。 如果隨著一個(gè)數(shù)據(jù)值的降低而另一個(gè)數(shù)據(jù)值升高，則指示負(fù)的相關(guān)性。 關(guān)系強(qiáng)度越大，所生成的數(shù)據(jù)點(diǎn)聚類就越緊密。 異常值將落于遠(yuǎn)離主要點(diǎn)組處。,29,實(shí)例：重量與參數(shù)A相關(guān)性,30,結(jié)果輸出與解讀,從圖中散點(diǎn)的趨勢(shì)可以直接看出，Y和X兩個(gè)變量有很強(qiáng)的正相關(guān)傾向。 那么我們是否可以說Y會(huì)隨著X的增大而增大？

7、只有正確控制的實(shí)驗(yàn)才能確定變量間的關(guān)系是否存在因果性。,31,評(píng)估分布,32,評(píng)估分布,33,直方圖,傳統(tǒng)直方圖制作步驟： 收集數(shù)據(jù)并記錄； 找出數(shù)據(jù)中最大值與最小值； 求極差； 決定組數(shù)； 求組距 求各組上限、下限； 求組中點(diǎn)； 作次數(shù)分配表； 制作直方圖。,34,Minitab中直方圖制作步驟，實(shí)例：,實(shí)例：容量的直方圖制作,35,結(jié)果輸出與解讀,從圖中的分布情況來看，容量中心發(fā)生偏移，略高于目標(biāo)值1.2nF，同時(shí)整個(gè)分布形狀為偏向的形態(tài)。,36,概率圖,使用概率圖有助于確定特定分布 是否擬合您的數(shù)據(jù)，或者比較不同的樣本分布。 如果分布與數(shù)據(jù)擬合，則可以使用概率圖估計(jì)總體的百分位數(shù)，而且將

8、觀察到下列特征： 標(biāo)繪點(diǎn)大致形成一條接近于擬合線的直線。 一個(gè)較低的 Anderson-Darling (AD) 統(tǒng)計(jì)量 和一個(gè)大于所選顯著性水平的 p 值。通常選擇的 a 水平包括 0.05 和 0.10。,37,容量的概率圖,38,結(jié)果輸出及解釋,此例中我們選擇的分布為正態(tài)分布，數(shù)據(jù)點(diǎn)大致在擬合線附近成一條直線趨勢(shì)。AD值較低，P值大于 0.05，說明正態(tài)存在。 如果數(shù)據(jù)個(gè)數(shù)較少（小于 30），則不能完全相信 P值。,P值0.05,39,箱線圖,第三四分位數(shù),第1四分位數(shù),中位數(shù),上須線,下須線,異常值,40,圖形化匯總,41,因果圖,又稱魚骨圖，組織有關(guān)問題的潛在原因的集體討論信息。 幫

9、助了解潛在原因之間的關(guān)系。 制作流程見右側(cè)。,42,實(shí)例：客戶投訴原因分析,根據(jù)投訴的情況，找出可能的原因，依照人機(jī)料法環(huán)測(cè)等環(huán)節(jié)列出可能的原因，輸入Minitab的工作表中，如下圖所示：,43,結(jié)果輸出,此處原因分析較為簡(jiǎn)單，僅為舉例，一般情況下，至少要使用5why方法繼續(xù)問幾個(gè) ，因果圖應(yīng)有分支。這一點(diǎn)在minitab上較為不便，可考慮使用Visio等畫圖軟件實(shí)現(xiàn)。,44,排列圖,又稱柏拉圖。 尋找影響產(chǎn)品質(zhì)量的主要問題。,45,實(shí)例：不良率組成排列圖,從生管軟件中導(dǎo)出數(shù)據(jù)，算出各不良項(xiàng)目所占不良率，輸入Minitab的工作表中。 如果有原始數(shù)據(jù)列，請(qǐng)?jiān)谌毕莼驅(qū)傩詳?shù)據(jù)位于中輸入該列。 如果

10、有缺陷名稱列和計(jì)數(shù)列： -在缺陷或?qū)傩詳?shù)據(jù)位于中輸入缺陷名稱列。 -在頻率位于中輸入計(jì)數(shù)列。,46,輸出結(jié)果,47,包含分組的排列圖,如早班與夜班不良項(xiàng)目排列,48,EXCEL中如何作排列圖,列出項(xiàng)目和頻次 按降序排序 統(tǒng)計(jì)各項(xiàng)目的累積比例 作圖，主坐標(biāo)軸為柱形圖，繪制項(xiàng)目的頻次；次坐標(biāo)軸為折線圖，繪制頻次的累積比例。 調(diào)整圖表格式（按QC小組的格式，此處各項(xiàng)目的柱子間距應(yīng)調(diào)整為0）,49,MINITAB之SPC控制圖,50,Minitab常用控制圖類型,計(jì)量型 Xbar-R Xbar-s I-MR I-MR-s Z-MR,計(jì)數(shù)型 P Np C U,51,選擇控制圖的流程,52,Xbar-R控

11、制圖,作用： 確定過程是否穩(wěn)定及是否準(zhǔn)備改進(jìn)。判斷出過程中出現(xiàn)的變差是否僅僅由普通原因引起，如果明顯存在變差的特殊原因需要進(jìn)一步分析，并采取措施。 監(jiān)視過程的穩(wěn)定性。當(dāng)特殊原因被消除后，系統(tǒng)處于統(tǒng)計(jì)受控狀態(tài)，可繼續(xù)使用控制圖作為監(jiān)控工具。 判異準(zhǔn)則： 一點(diǎn)超出控制界限。 連續(xù)7點(diǎn)上升或下降或在同一側(cè)。 其他明顯的非隨機(jī)圖形。,53,實(shí)例：焊接強(qiáng)度的Xbar-R控制圖,通過Xbar-R控制圖，判斷組裝焊接強(qiáng)度是否穩(wěn)定。 收集好焊接強(qiáng)度的數(shù)據(jù)，并輸入MINITAB工作表中。 請(qǐng)?jiān)谕粫r(shí)點(diǎn)上連續(xù)抽取子組內(nèi)的所有樣本，以使子組間的差異小，便于檢測(cè)組間差異。 子組收集的持續(xù)時(shí)間需要足夠長(zhǎng)以確保主要變異源

12、有機(jī)會(huì)出現(xiàn)。 通常，25 個(gè)或更多子組就足夠了。,54,運(yùn)行,選擇數(shù)據(jù)所在列C1，輸入子組大小5。 選擇統(tǒng)計(jì) 控制圖 子組的變量控制圖 Xbar-R。,55,設(shè)置參數(shù),選擇Xbar-R選項(xiàng)，進(jìn)行控制圖的參數(shù)設(shè)置。 參數(shù)：控制用圖須填入歷史參數(shù)，本例歷史均值及標(biāo)準(zhǔn)差不填。 估計(jì)：計(jì)算標(biāo)準(zhǔn)差忽略的組及標(biāo)準(zhǔn)差的估計(jì)方法。,56,設(shè)置參數(shù),S限制：在均值上下任意倍標(biāo)準(zhǔn)差處顯示控制限制。您可以為控制上限和/或下限設(shè)置邊界。 Box-Cox：數(shù)據(jù)的正態(tài)性轉(zhuǎn)換。使用控制圖時(shí)，通常不需要校正非正態(tài)性 ，除非數(shù)據(jù)高度偏斜 。,57,選擇檢驗(yàn)參數(shù),Minitab 最多可對(duì)控制圖執(zhí)行 8 種特殊原因檢驗(yàn)，這些檢驗(yàn)可

13、檢測(cè)出數(shù)據(jù)中超出控制限制和特定模式的點(diǎn)。 未通過檢驗(yàn)的點(diǎn)標(biāo)有一個(gè)紅色符號(hào)和失敗檢驗(yàn)編號(hào)。在會(huì)話窗口中可顯示完整結(jié)果。 未通過檢驗(yàn)的點(diǎn)表明數(shù)據(jù)中存在可能因特殊原因變異而導(dǎo)致的非隨機(jī)模式。應(yīng)當(dāng)對(duì)這些點(diǎn)進(jìn)行調(diào)查分析。,58,結(jié)果輸出,59,結(jié)果解釋,R 控制圖必須受控，然后才能解釋Xbar控制圖。 從會(huì)話的結(jié)果來看 ，發(fā)現(xiàn)一個(gè)點(diǎn)超出控制限的范圍。過程均值不穩(wěn)定，需要識(shí)別導(dǎo)致變異的因素，并采取解決方案。,60,P控制圖,61,結(jié)果輸出,檢驗(yàn)結(jié)果：1 個(gè)點(diǎn)，距離中心線超過 3 個(gè)標(biāo)準(zhǔn)差。檢驗(yàn)出下列點(diǎn)不合格: 10 說明在此處過程不穩(wěn)定，有特殊原因造成異常波動(dòng)，需要調(diào)查并采取措施。,62,Minitab之

14、過程能力分析,63,MINITAB 能力分析的選項(xiàng),計(jì)量型 能力分析(正態(tài)) 能力分析(組間/組內(nèi)) 能力分析(非正態(tài)) 計(jì)數(shù)型 二項(xiàng)分布 泊松分布,64,流程,65,案例1：容量的過程能力分析,通過控制圖檢測(cè)過程是否受控,66,檢測(cè)與數(shù)據(jù)擬合的分布,驗(yàn)證其正態(tài)性,67,執(zhí)行過程能力分析,設(shè)定相應(yīng)的數(shù)據(jù)、子組、規(guī)格限制及其他參數(shù)。,68,結(jié)果輸出,69,名詞解釋,潛在能力（短期能力）與子組內(nèi)的標(biāo)準(zhǔn)差相關(guān)聯(lián) Cp 將過程展開與規(guī)格展開相關(guān)聯(lián)。不考慮過程均值的位置，所以它只說明，如果過程處于中心位置，那么該過程可以獲得什么能力。 CPU 和 CPL - 將過程展開與單側(cè)規(guī)格展開相關(guān)聯(lián)，同時(shí)考慮過程

15、中心和過程展開。 Cpk - CPU 和 CPL 的最小值。Cpk 同時(shí)包含有關(guān)過程展開和過程均值的信息，因此它是過程實(shí)際執(zhí)行情況的一個(gè)度量。 整體能力（長(zhǎng)期能力）與整體樣本標(biāo)準(zhǔn)差 相關(guān)聯(lián)。 Pp ，PPU ，PPL，Ppk與Cp ，CPU，CPL，Cpk性質(zhì)類似。 整體指數(shù)和組內(nèi)能力指數(shù)之間的差別很大表明過程不受控制，或者變異的子組內(nèi)分量沒有估計(jì)到某些變異源。 Cpm 僅在設(shè)定了目標(biāo)值時(shí)提供。檢查過程展開和過程均值相對(duì)目標(biāo)的偏移，并將這些值與規(guī)格展開相比較。任何偏離中心的數(shù)據(jù)，將會(huì)增加標(biāo)準(zhǔn)差。,70,各典型Cpk的處置,71,結(jié)果說明,本例中，CPK=1.40，CP=1.86，說明過程能力充

16、分，CP與CPK數(shù)值的差異，說明過程在一定程度上偏離了過程中心；PPK=1.46，PP=1.94，說明整體能力充分，組間不存在明顯的變異源。 預(yù)期組內(nèi)性能大于規(guī)格上限不良率為13.5PPM，預(yù)期整體性能大于規(guī)格上限不良率為5.7PPM。 采取措施： 繼續(xù)用原有方法控制工序，保持穩(wěn)定狀態(tài)。 可以適當(dāng)放寬檢驗(yàn)，或放寬抽樣間隔。,72,非正態(tài)數(shù)據(jù)過程能力分析,案例2：焊接強(qiáng)度的過程能力分析,73,正態(tài)性檢驗(yàn),P值小于0.05，不屬于正態(tài)分布。,74,選擇適合的分布或變換,對(duì)于非正態(tài)的數(shù)據(jù)，處理方法有兩種： 找出最好擬合數(shù)據(jù)的非正態(tài)分布；然后基于選定的非正態(tài)分布進(jìn)行能力分析； 使用 Box-Cox 或

17、 Johnson 變換來變換數(shù)據(jù)使其服從正態(tài)分布，然后基于正態(tài)分布執(zhí)行能力分析。,75,選擇統(tǒng)計(jì)質(zhì)量工具個(gè)體分布標(biāo)識(shí),個(gè)體分布標(biāo)識(shí),76,分布判斷,執(zhí)行個(gè)體分布標(biāo)識(shí)后會(huì)生成對(duì)應(yīng)分布的概率圖及擬合優(yōu)度檢驗(yàn)等。,77,判斷方法,可以使用 Anderson-Darling 檢驗(yàn)來檢查選定的分布是否能很好地?cái)M合您的數(shù)據(jù)。 使用 p 值 來確定哪個(gè)分布能很好地?cái)M合數(shù)據(jù)，大于或等于0.05的 p 值暗示分布是良好擬合。 如果多個(gè)分布擬合您的數(shù)據(jù)，請(qǐng)選擇具有最大 p 值的分布。 在極接近的 p 值中間，選擇滿足下列條件的任意一個(gè)分布： 以前針對(duì)類似數(shù)據(jù)集使用過的分布 基于能力統(tǒng)計(jì)量的分布 使用 LRT P

18、確定添加額外參數(shù)是否比不帶額外參數(shù)的分布的擬合有顯著改進(jìn)。LRT P 值小于 0.05 暗示有顯著提高。,78,選擇Johnson變換,79,Johnson變換后的過程能力分析,80,選擇Box-Cox變換,81,Box-Cox變換后的過程能力分析,82,選擇3參數(shù) WEIBULL變換,83,Capability Sixpack,復(fù)合了以下的六個(gè)圖形 Xbar R 原始數(shù)據(jù)分布（plot） 直方圖 正態(tài)分布檢定 CPK, PPK,84,Capability Sixpack用途,用于在數(shù)據(jù)服從正態(tài)分布 時(shí)生成過程能力 報(bào)告。 為確認(rèn)過程穩(wěn)定性 ，報(bào)告中包括： Xbar 控制圖 （或單個(gè)觀測(cè)值的單值控制圖 ） R 控制圖 或 S 控制圖 （對(duì)于子組 大小大于 8 時(shí)） 最后 25 個(gè)子組（或最后 25 個(gè)觀測(cè)值）的運(yùn)行圖 為確認(rèn)正態(tài)性，報(bào)告中包括： 過程數(shù)據(jù)的直方圖 正態(tài)概率圖 （含 95% 置信區(qū)間